一种基于强化学习和增量学习的高血压预测方法及系统

本发明涉及人工智能技术领域，公开了一种基于强化学习和增量学习的高血压预测方法及系统，该方法包括：获取用户的多次历史体检记录，从中提取与高血压相关的多项体检属性数据，对每条体检记录进行向量化表示，形成体检记录向量；将用户的多次体检记录按时间顺序组织为状态序列，基于当前及历史状态，通过强化学习智能体模型输出高血压风险预测动作，并根据预测结果与真实结果的差异计算奖励信号；当有新的体检记录输入时，利用基于生成对抗网络的特征生成器生成与历史数据分布相似的伪特征，并通过特征蒸馏策略与回放对齐策略，使模型在习得新知识的同时保留对历史数据的学习效果。本发明实现了对高血压风险的持续、准确预测。